Sengoku Chihiro (Sakurasou no Pet na Kanojo)

• 此模型包含两个文件，您必须同时使用它们！！！
• 相关的触发词仅作参考，有时可能需要调整。
• 嵌入模型的推荐权重为1，可提供更高保真度；若需更强的泛化能力，可降低至0.5。
• LoRA模型的推荐权重为0.85；若出现污染迹象，建议降低至0.5。

如何使用此模型

此模型包含两个文件，您必须同时使用它们！！！。 在此情况下，您需要下载 sengoku_chihiro_sakurasounopetnakanojo.pt 和 sengoku_chihiro_sakurasounopetnakanojo.safetensors 两个文件，然后将 sengoku_chihiro_sakurasounopetnakanojo.pt 作为纹理反转嵌入使用，同时将 sengoku_chihiro_sakurasounopetnakanojo.safetensors 作为LoRA使用。

このモデルには2つのファイルがあります。一緒に使う必要があります！！！。 この場合、sengoku_chihiro_sakurasounopetnakanojo.ptとsengoku_chihiro_sakurasounopetnakanojo.safetensorsの両方をダウンロード する必要があります。sengoku_chihiro_sakurasounopetnakanojo.ptをテクスチャ反転埋め込みとして使用し、同時にsengoku_chihiro_sakurasounopetnakanojo.safetensorsをLoRAとして使用してください。

这个模型有两个文件。你需要同时使用它们！！！。 在这种情况下，您需要下载sengoku_chihiro_sakurasounopetnakanojo.pt和sengoku_chihiro_sakurasounopetnakanojo.safetensors这两个文件，然后将sengoku_chihiro_sakurasounopetnakanojo.pt用作纹理反转嵌入， 同时使用sengoku_chihiro_sakurasounopetnakanojo.safetensors作为LoRA。

이 모델은 두 개의 파일이 있습니다. 두 파일을 함께 사용해야 합니다!!!. 이 경우에는 sengoku_chihiro_sakurasounopetnakanojo.pt와 sengoku_chihiro_sakurasounopetnakanojo.safetensors 두 파일을 모두 다운로드하신 다음에 sengoku_chihiro_sakurasounopetnakanojo.pt을 텍스처 반전 임베딩으로 사용하고, 동시에 sengoku_chihiro_sakurasounopetnakanojo.safetensors을 LoRA로 사용하셔야 합니다。

触发词为 sengoku_chihiro_sakurasounopetnakanojo，推荐标签为：best quality, masterpiece, highres, solo, {sengoku_chihiro_sakurasounopetnakanojo:1.15}, short_hair, red_hair, brown_hair, brown_eyes, red_eyes。

此模型的训练方式

本模型使用 HCP-Diffusion 训练，自动训练框架由 DeepGHS 团队 维护。

为何部分预览图看起来不像 Sengoku Chihiro Sakurasounopetnakanojo

所有预览图所使用的提示文本（可通过点击图片查看）均基于从训练数据集中提取的特征信息，通过聚类算法自动生成。图像生成时使用的种子也是随机生成的，且这些图像未经任何人工筛选或修改。因此，可能出现上述问题。

在实际使用中，根据我们的内部测试，大多数遇到此类问题的模型在真实使用中表现优于预览图所示效果。您唯一需要做的可能是调整所使用的标签。

我感觉此模型可能存在过拟合或欠拟合，该怎么办？

我们的模型已发布在 HuggingFace 仓库 - CyberHarem/sengoku_chihiro_sakurasounopetnakanojo，其中保存了所有训练步骤的模型。同时，我们也发布了训练数据集于 HuggingFace 数据集 - CyberHarem/sengoku_chihiro_sakurasounopetnakanojo，可能对您有所帮助。

为何不直接使用筛选更好的图像？

本模型从数据采集、训练、生成预览图到发布，整个流程100%自动化，无人工干预。这是我们团队开展的一项有趣实验，为此我们开发了一整套软件基础设施，包括数据过滤、自动训练与自动发布。因此，若您能提供更多信息、反馈或建议，将对我们极为宝贵。

为何无法准确生成角色的期望服装？

我们当前的训练数据来源于多个图像网站，对于全自动管道而言，难以精确预测角色拥有哪些官方图像。因此，服装生成依赖于对训练数据集中标签的聚类分析，以尽可能还原最佳效果。我们将持续改进此问题，但目前仍无法彻底解决。服装还原的准确性也难以达到人工训练模型的水平。

事实上，本模型最大的优势在于能够还原角色本身的固有特征，并因其更大的数据集而具备较强的泛化能力。因此，本模型非常适合用于更换服装、调整角色姿态，当然也包括生成角色的NSFW图像！😉

以下群体不建议使用本模型，我们深表遗憾：

1. 无法容忍角色原设定中哪怕最细微偏差的用户。
2. 对角色服装还原准确性要求极高的应用场景用户。
3. 无法接受基于Stable Diffusion算法生成图像中潜在随机性的用户。
4. 不适应使用LoRA全自动训练角色模型的用户，或认为训练角色模型必须完全人工操作以示尊重的用户。
5. 认为生成图像内容违背自身价值观的用户。